4. Resultados
4.5. Sensibilización de Modelo de Refrigeración y Modelo General
Figura 4.13:Sensibilización distancia transporte. Fuente: Elaboración Propia
4.5.
Sensibilización de Modelo de Refrigeración y Modelo General
El resultado de los costos totales para el año 2017 distribuidos entre costos de: Refrigeración, Transporte y Fabricación de Hielo, se puede observar en la siguiente tabla, 4.1, donde es importante señalar que en lo relacionado al proceso de transporte, este involucra el Transporte más el costo por la Fabricación de Hielo, dado que el hielo se utiliza íntegramente en el traslado de la Jibia dentro de los bins.Costo Monto
Refrigeración $48.991.425 Fabricación de Hielo $8.007.085
Transporte $13.671.314
Total planta $70.669.824
Tabla 4.1:Costos totales año. Fuente: Elaboración Propia.
De manera gráfica se puede ver en 4.14 como los costos de refrigeración son una partida muy importante dentro de los costos totales, cercano a las tres cuartas partes, pero tal como fue mencionado, se considera que el proceso de transporte incluye el costo en transporte propiamente tal, pero también la totalidad del hielo producido, que es utilizado en el mismo proceso de transporte. Es por esto, que el transporte se considerará como una cuarta parte del costo total.
Figura 4.14:Distribución de costos totales. Fuente: Elaboración Propia
El último apartado de este capítulo dice relación con la sensibilización tanto del modelo general, como del de refrigeración.
4.5. SENSIBILIZACIÓN DE MODELO DE REFRIGERACIÓN Y MODELO GENERAL CAPÍTULO 4. RESULTADOS
En primer lugar, se presenta el resultado del análisis de tornado, realizado en Crystal Ball, el cual nos entrega las variables que más influyen en el consumo de electricidad del proceso de refrigeración, donde se utiliza una variación de cada variable y parámetro de+20 % y de - 20 %, el resultado se presenta en las siguientes figuras: 4.15 y 4.16.
Figura 4.15:Sensibilización Modelo Refrigeración. Fuente: Elaboración Propia
Figura 4.16:Sensibilización Modelo Refrigeración. Fuente: Elaboración Propia
De estos resultados se desprenden las principales variables y parámetros que afectan al proceso de refrigeración de la Jibia, lo cuál es de vital importancia saber, dado que con esto es posible, por ejemplo tomar decisiones respecto a cambiar algún componente del sistema, como puede ser los ventiladores del evaporador o condensador, dado que, son los dos grandes factores que definen cuanta energía es necesaria para realizar el proceso de refrigeración.
Para entender de mejor manera la forma en que cada variable y/o parámetro afecta al modelo, se genera el gráfico siguiente 4.17, en el cuál, se representa cada variable o parámetro como una línea recta cuya pendiente entrega la influencia que posee cada una en el modelo de refrigeración, todo esto lo calcula
CAPÍTULO 4. RESULTADOS 4.5. SENSIBILIZACIÓN DE MODELO DE REFRIGERACIÓN Y MODELO GENERAL
mediante la variación que realiza con respecto al valor ingresado, en este caso, y como se representa en la figura es de hasta un 20 % sobre ese valor, y un 20 % bajo ese valor.
Figura 4.17:Comportamiento Variables Modelo Refrigeración. Fuente: Elaboración Propia
De la lectura de las pendientes se obtiene que en general, a medida que las Eficiencias de ventiladores del Evaporador y del Condensador aumentan, el costo total disminuye, solo que, analizando las pendientes, la Eficiencia de los Ventiladores del Evaporador son las que mas impacto generan, lo que se puede interpretar como una opción de mejora a futuro.
Por otra parte, las variables que tienen pendiente positiva, y que aumentan el costo a medida que se incrementa el valor de estas es, naturalmente los kilos de Jibia a congelar, y en mayor medida la variable de Temperatura Ambiente Media, la cuál afecta a través de la configuración de los diferentes aislantes, ya sea, del techo, o paredes. Además el modelo de refrigeración considera la radiación que ingresa, lo que depende de la temperatura igualmente.
Se realiza el mismo análisis de tornado sobre el modelo general, que incluye la refrigeración y el transporte hasta el frigorífico, donde se busca obtener que variables o parámetros afectan de manera global al resultado, y no solo al modelo de refrigeración. El procedimiento es el mismo al aplicado con el modelo de refrigeración, donde cada variable o parámetro es variado en+20 % y de - 20 % con respecto al valor ingresado, y el resultado se puede observar en 4.18 y en 4.19.
De aquí se desprende que las principales variables y parámetros que afectan al proceso completo (transporte mas refrigeración) de la Jibia. Como se puede ver, el principal parámetro que afecta el modelo es el Costo del kWh de electricidad, esto significa que los costos de la empresa, y por consecuencia sus beneficios dependen en gran parte del valor de esta variable, por ende la empresa se encuentra expuesta a este factor externo.
Además, una variable importante que afecta en gran medida a los costos totales es el Tiempo en Reefer, esto significa que si la jibia ingresa a menor temperatura, o el sistema es más eficiente en el proceso de refrigeración, los costos bajarán al reducir el tiempo de funcionamiento del sistema.
4.5. SENSIBILIZACIÓN DE MODELO DE REFRIGERACIÓN Y MODELO GENERAL CAPÍTULO 4. RESULTADOS
Figura 4.18:Sensibilización Modelo General. Fuente: Elaboración Propia
CAPÍTULO 4. RESULTADOS 4.5. SENSIBILIZACIÓN DE MODELO DE REFRIGERACIÓN Y MODELO GENERAL
Para entender de mejor manera la forma en que cada variable y/o parámetro afecta al modelo general, se presenta el siguiente gráfico 4.20,el cuál también es preparado mediante Crystal Ball, como parte del análisis de tornado, y al igual que para el modelo de refrigeración, se representa cada variable o parámetro como una línea recta cuya pendiente entrega la influencia que posee cada una en el modelo, y todo esto lo calcula mediante la variación que realiza con respecto al valor ingresado, en este caso, y como se representa en la figura es de hasta un 20 % sobre ese valor, y un 20 % bajo ese valor.
Figura 4.20:Comportamiento Variables Modelo General. Fuente: Elaboración Propia
Con este gráfico queda claro, al observar las pendientes, que la variable que más incrementa el Costo Total de la planta es el Tiempo en Reefer, y el parámetro que aumenta los costos en gran medida es el Costo kWh.
Dentro de las variables que reducen el Costo Total de la planta se encuentra la Cantidad de hielo Producido, esto es porque entre más hielo se agregue a la Jibia, es mas probable que mantenga o incluso disminuya su temperatura de entrada al frigorífico.
Es importante señalar además, que del total de las variables y parámetros encontrados en el análisis, un gran número de ellos son parte del modelo de transporte, lo que nos indica que el transporte, recordando que este incluye la fabricación de hielo, es una parte importante dentro del proceso productivo de la empresa exportadora analizada.
Finalmente, se realiza un análisis que valida el modelo general propuesto, para esto se continúa utilizando el software Crystal Ball, solo que esta vez se realiza una simulación de Montecarlo con las variables y parámetros que fueron tanto consultados a la empresa, supuestos del modelo de refrigeración, y tomados de los manuales de operación de los equipos.
Con esta simulación se pretende entregar por una parte variabilidad a variables que por su naturaleza poseen una componente de aleatoriedad, como es el caso de la demanda de Jibia, o el costo del diésel. Además, se busca dar libertad a ciertas variables y parámetros, tal es el caso del Porcentaje Diésel, ya que, el valor fue tomado desde el Índice de Costos del Transporte, siendo este un promedio calculado del total de las industrias, además el rendimiento del camión fue seleccionado asumiendo un tipo de camión promedio para la capacidad exigida, donde para cada empresa puede ser diferente.
Luego de simulado los 100.000 posibles resultados, el programa configura una distribución de probabilidad en función de lo obtenido. Es así como se ve en el gráfico 4.21 que con aproximadamente un 82 % de confianza el resultado será igual o menor al valor que se obtuvo en 4.1 como Total Planta, donde en el programa se observa como toda el área de color azul bajo la curva.
4.5. SENSIBILIZACIÓN DE MODELO DE REFRIGERACIÓN Y MODELO GENERAL CAPÍTULO 4. RESULTADOS
Figura 4.21:Simulación Montecarlo Costo Total. Fuente: Elaboración Propia
Dado este resultado, se puede afirmar que el modelo general es válido para realizar los cálculos de refrigeración y costos de transporte de una empresa que se dedique a congelar productos, visto bajo un enfoque energético, dado que la probabilidad que el valor que se obtenga al realizar estos cálculos es muy alta.
CAPÍTULO 5. CONCLUSIÓN Y RECOMENDACIONES
5
|
Conclusión y Recomendaciones
El Estudio realizado buscó obtener como principal objetivo cuál era la importancia del transporte dentro del proceso de refrigeración de Jibia en una empresa exportadora. Los resultados muestran que cerca de un 25 % del costo total anual pertenece a este proceso, lo que no es menor, dada la cantidad de dinero que corresponde a ese porcentaje. Además, se indagó sobre las restricciones de tiempo y distancia desde las caletas al frigorífico, explicadas como cantidad de hielo derretido de los bins de transporte, donde se obtiene que con respecto a la distancia, existe un amplio radio de transporte de aproximadamente 100 kilómetros. Lo que es de suma relevancia, es el tiempo máximo que la Jibia puede ser transportada, donde ese tiempo es de aproximadamente 2,3 horas o 140 minutos.
Desde el punto de vista del radio crítico, al sensibilizar esta variable en el modelo general, entrega un máximo de ahorro de $ 5.000.000 al año, solo reduciendo la distancia y/o tiempo de transporte, donde el ahorro potencial puede ser incluso mayor si se considera que es necesaria una menor cantidad de hielo para mantener la temperatura de la Jibia en el traslado, lo que en esta sensibilización no se calcula. Por lo tanto, considerando el costo total obtenido de aproximadamente $ 70.000.000, el potencial ahorro debiese ser considerado en la toma de decisiones estratégicas de la empresa, analizando si es factible por una parte hacer una reducción ya sea en el tiempo o en la distancia de transporte, mediante cambios de ruta, o localizando Centros de Refrigeración cercanos a las caletas, idea inicial al empezar este estudio.
Según las condiciones estudiadas, es posible dar respuesta a si es o no una buena decisión localizar múltiples centros de refrigeración cercanos a las caletas desde donde se extrae la Jibia, o mantener una estrategia centralizada con solo un frigorífico de gran capacidad lejano a las caletas. Es posible responder que, desde el punto de vista energético, vemos que al sumar los costos de transporte y fabricación de hielo estos son cercanos al 25 % del costo total anual, un porcentaje considerable, que al agregar otras variables como tiempos de carga y descarga del camión, o el costo del personal que se necesita para que realice esta y otras actividades relacionadas al transporte, son razones importantes para recomendar, al menos, estudiar la posibilidad de cambio de estrategia de localización a Centros de Refrigeración cercanos a las caletas. Una consecuencia crucial en la toma de esta decisión es que se logra reducir el tiempo de operación, variable crítica para lograr mantener el producto en óptimas condiciones, obteniendo además tiempo extra para, por ejemplo, ingresar una mayor cantidad de Jibia por día trabajado.
Otro punto relevante de destacar es que la utilización del modelo de cálculo de refrigeración presentado en el trabajo deFoster et al.(2016) fue aplicado sin complicaciones, cumpliendo así con el objetivo de ese trabajo que era que el modelo creado fuese aplicado gratuitamente por cualquier persona u organización alrededor del mundo.
Unido a esto, es necesario mencionar la flexibilidad del modelo refrigeración en la modificación de los parámetros y variables, donde es posible no sólo calcular el modelo energético de refrigeración y transporte a la jibia , sino que, también es posible adaptarlo a diferentes productos que necesiten ser congelados o refrigerados, por ejemplo, frutas, verduras, carnes o diferentes tipos de pescados y mariscos.
Desde el punto de vista del modelo de transporte, también existe flexibilidad para modificar los parámetros, dado que, los cálculos de radiación y convección están hechos en función de, por ejemplo, el tipo de vehículo utilizado, las dimensiones del envase que transporta al producto, como también las condiciones climatológicas de la zona en que se esté realizando la medición.
CAPÍTULO 5. CONCLUSIÓN Y RECOMENDACIONES
Por otra parte, la utilidad que representa la sensibilización tanto del modelo de refrigeración, como del general, es la posibilidad de saber de antemano que variables y parámetros deben tomarse en cuenta al momento de elegir o cambiar una estrategia de operación de una empresa ya sea exportadora o no de algún producto que debe ser congelado y transportado. También es posible utilizar los resultados de este estudio para por ejemplo, diagnosticar, o ajustar el proceso de refrigeración buscando reducir los costos, o realizar estudios de trade offcon el proceso de transporte, buscando la mejor estrategia que se ajuste a la empresa según el tipo de producto, localización geográfica y tamaño de la producción, por mencionar solo algunas utilidades.
Es importante destacar que estos resultados no son sólo de utilidad para empresas en funcionamiento, ya que, empresas que se encuentren en proceso de diseño de su red logística pueden y deben tomar en consideración la localización del o los centros de refrigeración que utilizarán para sus productos, dada la relevancia que representa el transporte en la cadena logística.
Como último punto, es importante destacar la importancia de los estudios energéticos y específica- mente del realizado para el modelo de refrigeración para empresas que sean o no exportadoras, como la que se analizó en este estudio, pero que si dentro de sus procesos, el de refrigeración es relevante dentro de su operación. Esto se sustenta en que se encuentra que es posible generar ahorros a largo plazo, mejorar la calidad del o los productos a refrigerar o mediante la elección de una estrategia de localización con Centros de Refrigeración cercanos al lugar desde donde son comprados los productos que deben ser refrigerados.
CAPÍTULO 6. DISCUSIÓN
6
|
Discusión
El presente estudio fue realizado siguiendo los pasos deFoster et al.(2016), donde los autores toman los datos de ciudades emplazadas en el Hemisferio Norte, por lo tanto existieran diferencias principalmente en lo referido a los datos climatológicos, dado que este estudio fue realizado en la Quinta Región de Chile, Hemisferio Sur, encontrando las diferentes estaciones del año invertidas en cada hemisferio. Por ejemplo, en los meses de Diciembre a Marzo, en el Hemisferio Norte los países se encuentran en invierno, lo que no sucede de la misma manera en los países del Hemisferio Sur que se encuentran en verano. Los datos que se utilizan en el estudio y que cambian obedeciendo a este fenómeno son principalmente: Temperatura del Mar, Humedad Relativa, Temperatura Ambiente y Radiación.
Aclarada esta situación, se presenta el siguiente gráfico 6.1 extraído desde el trabajo anteriormente mencionado. Se puede apreciar que se producen diferencias en las cargas térmicas obtenidas a lo largo de cada mes del año, y si se compara con el gráfico obtenido en este estudio, el cual es 4.3 , se observa el mismo comportamiento, solo que la diferencia esta dada porque el aumento y disminución de las cargas en los diferentes meses del año ocurren de forma invertida, dado por estar en contra estación con el hemisferio norte.
Figura 6.1:Resultados modelo de refrigeración por mes. Fuente:Foster et al.(2016)
Otro punto importante de diferencia es la magnitud de la cantidad de carga térmica , dado que en el trabajo deFoster et al.(2016), se realiza la construcción del modelo por día de operación del frigorífico, en cambio en este estudio se realiza tomando como unidad de medida solo un reefer cargado al 100 % con Jibia. Para realizar luego el análisis en el estudio, se toma como unidad de medición la capacidad máxima del reefer.
BIBLIOGRAFÍA BIBLIOGRAFÍA
Bibliografía
Acuicultura + Pesca (2017). Abordan claves para potenciar la exporta-
ción de jibia chilena. [Online]. http://www.aqua.cl/2016/07/01/
abordan-claves-para-potenciar-la-exportacion-de-jibia-chilena. 2.4.1
Arancibia, H; Neira, S; Alarcón, A; Gretchina, A; Yáñez, A; Ibañez, C; Cisternas, L; zuñniga, A; Bruno, C; Alegría, N; Acuña, E; y Cortés, A (2016). Informe Final Proyecto FIP 2013-18. Historia de Vida y Dinámica Poblacional de Jibia en Aguas Nacionales. Technical report, Facultad de Ciencias Naturales y Oceanográficas Universidad de Concepción, Concepción. 2.4
Becker, Bryan; Brian, P.; Fricke, A.; y Sartin, Bryan (2012). Performance standards for walk-in refrigerator and freezer systems.Air-Conditioning, Heating And Refrigeration Technology Institute, Inc. 2.6
Bengston, Harlan (2015).Convection Heat Transfer Coefficient Estimation. (document), 3.4, 3.8
Cengel, Yunus (2007). Transferencia de Calor y Masa. Un Enfoque Práctico. McGraw Hill Interamericana Editores S.A. de C.V., 3 edición. 2.5.3, 2.5.3, 2.5.3
Cengel, Yunus y Boles, Michael (2012). Termodinámica. McGraw Hill Interamericana Editores S.A. de C.V., 7 edición. (document), 2.6, 2.5.1, 2.7
Chen, Xinjun; Lu, Huajie; Cheng, Yong; y Liu, Bilin (2011). Age, growth and population structure of jumbo flying squid, Dosidicus gigas, based on statolith microstructure offthe Exclusive Economic Zone of Chilean waters. Journal of the Marine Biological Association of the United Kingdom, 91(1), 229–235. (document), 2.4, 2.5
Chen, Xinjun; Lu, Huajie; Cheng, Yong; Liu, Bilin; y Qian, W (2010). Fishery biology of the jumbo flying squid Dosidicus Gigas offthe Exclusive Economic Zone of Chilean waters. Scientia Marina, 74(4), 687–695. 2.4
Corbo, Vittorio y Hurtado, Agustín (2014). Causas y consecuencias del problema energético en chile, una visión desde la macroeconomía.Centro de Estudios Públicos, (382). 1.1
Devesa, Miguel y Sellés, Vicente (2014). Balance térmico de una instalación frigorífica. IES Beatriu Fajardo de Mendoza. Recuperado de:https://www.iesbeatriu.org/blogs/626/01%20BALANCE%
20TERMICO.pdf. 2.5.2
Evans, J.; Reinholdt, L.; Fikiin, K.; Hammond, E.; Gigie, A.; y Zilio, C. (2013). Improving the energy performance of cold stores.International Institute Of Refrigeration. 1.1
Foster, A.; Reinholdt, L.; Brown, T.; Hammond, E.; y Evans, J. (2016). Reducing energy consumption in cold stores using a freely available mathematical model. Sustainable Cities and Society, (21). (document), 2.6, 2.7, 3.3, 3.7, 3.8, 3.9, 3.10, 3.11, 3.3, 3.5, 3.6, 3.7, 5, 6, 6.1, 6
Gonzalez, Manuel (2017). Comunicación personal. (document), 2.4, 2.5, 3.2
Instituto Nacional de Estadística de Chile (2014). Índice de Costos del Transporte Base Anual 2013. (document), 3.3
BIBLIOGRAFÍA BIBLIOGRAFÍA
Instituto Nacional de Estadística de Chile (2017). Índice de Costos del Transporte. (227). (document), 3.4 IPU (2017). Coolpack and pack calculation. [Online]. Descargar desde: http://en.ipu.dk/Tema/
technologies/refrigeration-and-energy-technology.aspx. 2.6
Jain, Megha (2010). Los problemas energéticos en chile y sus soluciones: El rol de las energías renovables no convercionales. Independent Study Project (ISP) Collection., (944). 1.1
Liu, Ming; Saman, Wasim; y Bruno, Frank (2012). Development of a novel refrigeration system for refrigerated trucks incorporating phase change material. Elsevier, (92), 336–342. 2.5.3
Liu, Ming; Saman, Wasim; y Bruno, Frank (2013). The discharge performance optimization of a forced convection type pcm refrigeration module used in a refrigeration truck.Korean Journal of Air-Conditioning and Refrigeration Engineering, 25(11), 624–630. 2.5.3, 3.4
Ministerio de Energía de Chile (2010). Antecedentes sobre la matriz energética en chile y sus desafíos para el futuro. [Online]. Recuperado de:http://antiguo.minenergia.cl/minwww/opencms/02_
Noticias/descargas_noticias/antecedentes_matriz_energetica_010611.pdf. 1.1
Ministerio de Energía de Chile (2016). Energía 2050: Política energética de chile. [On- line]. Recuperado de: http://www.energia2050.cl/wp-content/uploads/2016/07/
Politica-Energetica-Nacional.pdf. 1.1
Ministerio de Salud (2017). MODIFICA DECRETO SUPREMO NÚMERO 977, DE 1996, DEL MINISTE- RIO DE SALUD, REGLAMENTO SANITARIO DE LOS ALIMENTOS. 2.5
Monje, Alejandra Molina (2017). Modelo de Radiación Solar. 2.5.3
OCDE/FAO (2014). Ocde-fao perspectivas agrícolas 2014.OCDE Publishing. (document), 2.2, 2.2 Oracle Corporation (2008). Risk analysis overview. [Online]. 2.7.1
O’Ryan, Raúl (2008). Diseño de un modelo de proyección de demanda energética global na- cional de largo plazo. Programa de Gestión y Economía Ambiental Universidad de Chile.